CN106202715B - 一种酒后驾驶模拟方法 - Google Patents
一种酒后驾驶模拟方法 Download PDFInfo
- Publication number
- CN106202715B CN106202715B CN201610538822.4A CN201610538822A CN106202715B CN 106202715 B CN106202715 B CN 106202715B CN 201610538822 A CN201610538822 A CN 201610538822A CN 106202715 B CN106202715 B CN 106202715B
- Authority
- CN
- China
- Prior art keywords
- simulation
- alcohol concentration
- driver
- blood alcohol
- intoxicated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B25/00—Models for purposes not provided for in G09B23/00, e.g. full-sized devices for demonstration purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Feedback Control In General (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种酒后驾驶模拟方法,包括以下步骤:S1.设定酒后驾驶模拟的血液酒精浓度;S2.在驾驶模拟过程中,根据血液酒精浓度和模拟车速,对驾驶模拟器的视景画面进行模糊;S3.在血液酒精浓度超过阈值时进行幻视模拟;S4.在设定时间内检测驾驶模拟的状态,判断是否发生交通事故:如果是,则进行交通事故模拟;如果否则增大驾驶模拟过程中的交通险情出现频率,并返回步骤S4,继续进行驾驶模拟。本发明基于设定酒后驾驶模拟的血液酒精浓度,在驾驶模拟器的视景画面中对酒后驾驶出现的视景画面模糊现象、幻视现象和操作延时现象进行模拟;进而使驾驶者在清醒的情况下深刻认识酒后驾驶带来的危害,对保障驾驶者安全,减少交通事故具有重大意义。
Description
技术领域
本发明涉及一种酒后驾驶模拟方法。
背景技术
模拟驾驶,也叫做汽车驾驶仿真,或汽车虚拟驾驶;是指利用现代高科技手段如:三维图像实时生成技术、汽车动力学仿真物理系统、大视场显示技术(如多通道立体投影系统,用于显示模拟驾驶过程中的视景画面)、六自由度运动平台(或三自由度运动平台)、用户输入硬件系统(用于用户输入操作动作对模拟车辆进行控制)、立体声音响、中控系统等,让体验者在一个虚拟的驾驶环境中,感受到接近真实效果的视觉、听觉和体感的汽车驾驶体验,在新车型开发和驾驶培训方面应用十分广泛;具有驾驶模拟效果逼真、节能、安全、经济,不受时间、气候、场地的限制,驾驶训练效率高、培训周期短等优势,在新车型开发和驾驶培训方面应用十分广泛,但现有的驾驶模拟器只能够对驾驶过程进行仿真模拟,不能够对酒后驾驶进行模拟,也不足以够使驾驶者身临其境地感受酒后驾驶可能出现的情况。
酒后驾驶,会给驾驶者带来巨大的安全隐患,但是至今,酒后驾驶的行为依然屡禁不止,真正出现交通事故时,才追悔莫及;因此,使驾驶者能够正确认识酒后驾驶带来的危害非常重要,但目前对驾驶的安全规范和违反规范可能带来的安全隐患,主要通过文本或语言进行培训.驾驶者并不能够真正的意识到其所能带来的危害;如果能够在实车驾驶培训或模拟驾驶培训过程中,实现对酒后驾驶的模拟,使驾驶者在清醒的状况下身临其境感受到酒后驾驶时会出现的情况,进而深刻认识酒后驾驶带来的危害,对于保障驾驶者安全,减少交通事故而言十分重要。
发明内容
本发明的目的在于克服现有技术的不足,提供一种酒后驾驶模拟方法,能够基于设定酒后驾驶模拟的血液酒精浓度,在驾驶模拟器的视景画面中对酒后驾驶出现的情况进行模拟,进而使驾驶者在清醒的情况下深刻认识酒后驾驶带来的危害,对保障驾驶者安全,减少交通事故具有重大意义。
本发明的目的是通过以下技术方案来实现的:一种酒后驾驶模拟方法,包括以下步骤:
S1.设定酒后驾驶模拟的血液酒精浓度;
S2.在驾驶模拟过程中,根据血液酒精浓度和模拟车速,对驾驶模拟器的视景画面进行模糊;
S3.判断设定的血液酒精浓度是否超过预设阈值,并在血液酒精浓度超过阈值时进行幻视模拟;
S4.在设定时间内检测驾驶模拟的状态,判断是否发生交通事故:
(1)如果发生交通事故,进行交通事故模拟,驾驶模拟结束;
(2)如果未发生交通事故,进入步骤S5;
S5.增大驾驶模拟过程中的交通险情出现频率,并返回步骤S4,继续进行驾驶模拟。
所述的一种酒后驾驶模拟方法,还包括一个操作反应延迟模拟步骤:在驾驶模拟过程中,根据血液酒精浓度,对驾驶模拟者的操作进行延时后,再控制驾驶模拟器模拟车辆动作。
所述的步骤S2包括以下子步骤:
S21.检测实时的模拟车速V;
S22.根据血液酒精浓度和实时的模拟车速,计算当前视景画面的模糊程度A:
A=V*(S+K1)*K2,
式中,V为车速,S为酒精浓度,K1为偏置常数,K2表示换算系数;
S23.对视景画面进行采样,得到采样图像;
S24.根据计算得到的模糊程度对采样图像进行高斯模糊和像素偏移,并将偏移得到的图像与视景画面的原图混合以创建重影,进而实现视景画面的模糊。
所述的步骤S3包括以下子步骤:
S31.判断设定的血酒精浓度是否超过阈值:
(1)如果选定的血液酒精浓度超过预设阈值,进入步骤S32;
(2)如果选定的血液酒精浓度未超过预设阈值,判断结束,进入步骤S4;
S32.计算幻视量化参数X:
式中,K3表示预设阈值,SRand为取值范围[0,1]的随机实数;
S33.根据幻视量化参数X从虚拟交通场景中随机选取一些动态交通相关场景对象或预设的不存在物体的几何模型,加入到当前视景画面中;
场景中的动态交通相关场景对象或者预设的不存在物体集合模型均有编号(该编号可进行预设),幻视量化参数X具有一定的随机性,当需要随机添加一些实际不存在的对象(动态交通相关场景对象或预设的不存在物体的几何模型)时,可选取编号最后两位与幻视量化参数值中的前两位相同的动态对象。
S34.利用幻视量化参数X,对步骤S24视景模糊画面进行扭曲,并进入步骤S4:
式中,u、v为扭曲变换前的屏幕空间坐标,u′、v′为扭曲变换后的屏幕空间坐标,X为幻视量化参数,K4为比例系数,w为偏移参数。
所述操作反应延迟模拟步骤包括以下子步骤:
S001.根据选定的血液酒精浓度计算延迟参数ΔT,ΔT与血液酒精浓度成正比:
ΔT=S*Kt,
式中,Kt表示换算比例系数;
S002.建立操作数据缓冲区用于存放时刻的驾驶模拟开始时刻t0到当前时刻t时刻全部操作动作数据;
S003.选取t-ΔT时刻的操作数据进行t时刻的车辆仿真计算,并控制模拟车辆进行运动。
所述步骤S4中,通过模拟碰撞的声音、驾驶模拟器的剧烈抖动来模拟交通事故发生。
本发明的有益效果是:基于设定酒后驾驶模拟的血液酒精浓度,在驾驶模拟器的视景画面中对酒后驾驶出现的视景画面模糊现象、幻视现象和操作延时现象进行模拟;进而使驾驶者在清醒的情况下深刻认识酒后驾驶带来的危害,对保障驾驶者安全,减少交通事故具有重大意义。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种酒后驾驶模拟方法,包括以下步骤:
S1.设定酒后驾驶模拟的血液酒精浓度;
S2.在驾驶模拟过程中,根据血液酒精浓度和模拟车速,对驾驶模拟器的视景画面进行模糊;
S3.判断设定的血液酒精浓度是否超过预设阈值,并在血液酒精浓度超过阈值时进行幻视模拟;
S4.在设定时间内检测驾驶模拟的状态,判断是否发生交通事故:
(1)如果发生交通事故,进行交通事故模拟,驾驶模拟结束;
(2)如果未发生交通事故,进入步骤S5;
S5.增大驾驶模拟过程中的交通险情出现频率,并返回步骤S4,继续进行驾驶模拟。
本申请中,交通险情包括但不限于危险道路(急转弯、坡道陡峭等),其他车辆越线,前方悬崖等,增加交通险情出现频率,即在设定时间内增加上述险情出现的次数。
在步骤S4中,通过驾驶模拟器虚拟环境中的道路信息,其他车辆信息,以及用户驾驶的虚拟车辆信息相结合,进行交通事故判断,交通事故包括但不限于车辆相撞,坠崖等。
所述的一种酒后驾驶模拟方法,还包括一个操作反应延迟模拟步骤:在驾驶模拟过程中,根据血液酒精浓度,对驾驶模拟者的操作进行延时后,再控制驾驶模拟器模拟车辆动作。
所述的步骤S2包括以下子步骤:
S21.检测实时的模拟车速V;
S22.根据血液酒精浓度和实时的模拟车速,计算当前视景画面的模糊程度A:
A=V*(S+K1)*K2,
式中,V为车速,S为酒精浓度,K1为偏置常数,K2表示换算系数,K1,K2可由用户进行自定义设置;
可以看出,视景画面的模糊程度与血液酒精浓度和实时的模拟车速正相关;在车辆未运行时,视景画面处于清晰状态,当驾驶模拟者控制车辆启动后,随着速度的增大,视景画面的模糊程度也逐渐增大;速度减小时,模糊程度也逐渐减小,视景画面逐渐恢复清晰,当车辆完全停止后,视景画面恢复到清晰状态。
S23.对视景画面进行采样,得到采样图像;
S24.根据计算得到的模糊程度对采样图像进行高斯模糊和像素偏移,并将偏移得到的图像与视景画面的原图混合以创建重影,进而实现视景画面的模糊。
具体地,所述的步骤S24包括:
对采样图像进行高斯模糊,高斯模糊的过程中,通过将采样原图中每个像素点与其周围若干个像素点求平均来实现;计算得到的视景画面的模糊程度A越大,高斯模糊取值范围越大,参与求平均值的周围像素点越多;准确来说,高斯模糊取值范围与模糊程度A成正比,比例参数可自定义设置。
偏移过程中,将高斯模糊后图像中的像素点在横向x轴、纵向y轴上进行偏移,偏移总和为N个像素,(x、y的取值一般相等,各为N/2),计算得到的视景画面的模糊程度A越大,偏移总和N越大,准确来说偏移总和N与模糊程度A成正比,比例参数可自定义设置。
将偏移得到的图像与视景画面的原图混合的过程可以是一次或多次,计算得到的视景画面的模糊程度A越大,混合次数越多,准确来说,混合次数与模糊程度A成正比,比例系数可自定义设置。
所述的步骤S3包括以下子步骤:
S31.判断设定的血酒精浓度是否超过阈值:
(1)如果选定的血液酒精浓度超过预设阈值,进入步骤S32;
(2)如果选定的血液酒精浓度未超过预设阈值,判断结束,进入步骤S4;
S32.计算幻视量化参数X:
式中,K3表示预设阈值,SRand为取值范围[0,1]的随机实数;
S33.根据幻视量化参数X从虚拟交通场景中随机选取一些动态交通相关场景对象或预设的不存在物体的几何模型,加入到当前视景画面中;
场景中的动态交通相关场景对象或者预设的不存在物体集合模型均有编号(该编号可进行预设),幻视量化参数X具有一定的随机性,当需要随机添加一些实际不存在的对象(动态交通相关场景对象或预设的不存在物体的几何模型)时,可选取编号最后两位与幻视量化参数值中的前两位相同的动态对象。
S34.利用幻视量化参数X,对步骤S24视景模糊画面进行扭曲,并进入步骤S4:
式中,u、v为扭曲变换前的屏幕空间坐标,u′、v′为扭曲变换后的屏幕空间坐标,X为幻视量化参数,K4为比例系数,w为偏移参数,K4和w可自行设置。
所述操作反应延迟模拟步骤包括以下子步骤:
S001.根据选定的血液酒精浓度计算延迟参数ΔT,ΔT与血液酒精浓度成正比:
ΔT=S*Kt,
式中,Kt表示换算比例系数;
S002.建立操作数据缓冲区用于存放时刻的驾驶模拟开始时刻t0到当前时刻t时刻全部操作动作数据;
S003.选取t-ΔT时刻的操作数据进行t时刻的车辆仿真计算,并控制模拟车辆进行运动。
所述步骤S4中,通过模拟碰撞的声音、驾驶模拟器的剧烈抖动来模拟交通事故发生。
Claims (4)
1.一种酒后驾驶模拟方法,其特征在于:包括以下步骤:
S1.设定酒后驾驶模拟的血液酒精浓度;
S2.在驾驶模拟过程中,根据血液酒精浓度和模拟车速,对驾驶模拟器的视景画面进行模糊;
S21.检测实时的模拟车速V;
S22.根据血液酒精浓度和实时的模拟车速,计算当前视景画面的模糊程度A:
A=V*(S+K1)*K2,
式中,V为车速,S为酒精浓度,K1为偏置常数,K2表示换算系数;
S23.对视景画面进行采样,得到采样图像;
S24.根据计算得到的模糊程度对采样图像进行高斯模糊和像素偏移,并将偏移得到的图像与视景画面的原图混合以创建重影,进而实现视景画面的模糊;
S3.判断设定的血液酒精浓度是否超过预设阈值,并在血液酒精浓度超过阈值时进行幻视模拟;
S31.判断设定的血酒精浓度是否超过阈值:
(1)如果选定的血液酒精浓度超过预设阈值,进入步骤S32;
(2)如果选定的血液酒精浓度未超过预设阈值,判断结束,进入步骤S4;
S32.计算幻视量化参数X:
式中,K3 表示预设阈值,SRand为取值范围[0,1]的随机实数;
S33.根据幻视量化参数X从虚拟交通场景中随机选取一些动态交通相关场景对象或预设的不存在物体的几何模型,加入到当前视景画面中;
S34.利用幻视量化参数X,对步骤S24视景模糊画面进行扭曲,并进入步骤S4:
式中,u、v为扭曲变换前的屏幕空间坐标,u′、v′为扭曲变换后的屏幕空间坐标,X为幻视量化参数,K 4 为比例系数,w为偏移参数;
S4.在设定时间内检测驾驶模拟的状态,判断是否发生交通事故:
(1)如果发生交通事故,进行交通事故模拟,驾驶模拟结束;
(2)如果未发生交通事故,进入步骤S5;
S5.增大驾驶模拟过程中的交通险情出现频率,并返回步骤S4,继续进行驾驶模拟。
2.根据权利要求1所述的一种酒后驾驶模拟方法,其特征在于:还包括一个操作反应延迟模拟步骤:在驾驶模拟过程中,根据血液酒精浓度,对驾驶模拟者的操作进行延时后,再控制驾驶模拟器模拟车辆动作。
3.根据权利要求2所述的一种酒后驾驶模拟方法,其特征在于:所述操作反应延迟模拟步骤包括以下子步骤:
S001.根据选定的血液酒精浓度计算延迟参数ΔT,ΔT与血液酒精浓度成正比:
ΔT=S*Kt,
式中,Kt表示换算比例系数;
S002.建立操作数据缓冲区用于存放时刻的驾驶模拟开始时刻t0到当前时刻t时刻全部操作动作数据;
S003.选取t-ΔT时刻的操作数据进行t时刻的车辆仿真计算,并控制模拟车辆进行运动。
4.根据权利要求1所述的一种酒后驾驶模拟方法,其特征在于:所述步骤S4中,通过模拟碰撞的声音、驾驶模拟器的剧烈抖动来模拟交通事故发生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610538822.4A CN106202715B (zh) | 2016-07-08 | 2016-07-08 | 一种酒后驾驶模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610538822.4A CN106202715B (zh) | 2016-07-08 | 2016-07-08 | 一种酒后驾驶模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106202715A CN106202715A (zh) | 2016-12-07 |
CN106202715B true CN106202715B (zh) | 2019-08-13 |
Family
ID=57474059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610538822.4A Active CN106202715B (zh) | 2016-07-08 | 2016-07-08 | 一种酒后驾驶模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106202715B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291972B (zh) * | 2017-03-10 | 2019-10-18 | 清华大学 | 基于多源数据挖掘的汽车智能驾驶系统有效性评价方法 |
CN108765356A (zh) * | 2018-07-26 | 2018-11-06 | 杭州拓叭吧科技有限公司 | 一种防眩晕的模拟驾驶系统、方法及其驾驶舱 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202614771U (zh) * | 2012-01-11 | 2012-12-19 | 广西领华数码科技有限公司 | 一种监控驾驶员酒精浓度的装置和系统 |
CN102930122A (zh) * | 2012-11-23 | 2013-02-13 | 青岛理工大学 | 一种机动车碰撞事故模拟方法 |
CN104464438A (zh) * | 2013-09-15 | 2015-03-25 | 南京大五教育科技有限公司 | 基于虚拟现实技术的汽车驾驶模拟训练系统 |
-
2016
- 2016-07-08 CN CN201610538822.4A patent/CN106202715B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202614771U (zh) * | 2012-01-11 | 2012-12-19 | 广西领华数码科技有限公司 | 一种监控驾驶员酒精浓度的装置和系统 |
CN102930122A (zh) * | 2012-11-23 | 2013-02-13 | 青岛理工大学 | 一种机动车碰撞事故模拟方法 |
CN104464438A (zh) * | 2013-09-15 | 2015-03-25 | 南京大五教育科技有限公司 | 基于虚拟现实技术的汽车驾驶模拟训练系统 |
Non-Patent Citations (1)
Title |
---|
虚拟场景下饮酒对驾驶操作的影响分析;欧居尚 等;《北京工业大学学报》;20101231;第36卷(第12期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106202715A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110007675B (zh) | 一种基于行车态势图的车辆自动驾驶决策系统及基于无人机的训练集制备方法 | |
CN105718065B (zh) | 车路协同环境下的交互式视景仿真系统 | |
CN110427682A (zh) | 一种基于虚拟现实的交通场景模拟实验平台和方法 | |
CN104464438A (zh) | 基于虚拟现实技术的汽车驾驶模拟训练系统 | |
CN109709956A (zh) | 一种自动驾驶车辆速度控制多目标优化的跟驰算法 | |
CN108399820A (zh) | 一种模拟驾驶系统及模拟驾驶方法 | |
CN110188683A (zh) | 一种基于cnn-lstm的自动驾驶控制方法 | |
CN109992886A (zh) | 一种基于社会力的混合交通仿真方法 | |
CN106202715B (zh) | 一种酒后驾驶模拟方法 | |
CN114296424B (zh) | 仿真测试系统和方法 | |
CN110930811B (zh) | 一种适用于无人驾驶决策学习和训练的系统 | |
CN108995590A (zh) | 一种人车互动方法、系统及装置 | |
KR20200092110A (ko) | 스마트디바이스의 모의 운전 시뮬레이션 | |
Fouladinejad et al. | Modeling virtual driving environment for a driving simulator | |
Gonzalo et al. | Testing predictive automated driving systems: Lessons learned and future recommendations | |
CN106205272B (zh) | 一种疲劳驾驶模拟方法 | |
Kowol et al. | A-eye: Driving with the eyes of ai for corner case generation | |
CN112052829B (zh) | 一种基于深度学习的飞行员行为监控方法 | |
CN211577684U (zh) | 一种无人机救援仿真平台 | |
Sawyer et al. | Development of a linked simulation network to evaluate intelligent transportation system vehicle to vehicle solutions | |
Peintner et al. | Mixed reality environment for complex scenario testing | |
WO2023103205A1 (zh) | 一种软件联合自动驾驶系统仿真方法 | |
CN115509896A (zh) | 人机共驾车辆的自动驾驶数据获取方法和装置 | |
Losa et al. | A procedure for validating fixed-base driving simulators | |
Malcolm et al. | Analysis of bicyclist communication in a simulator environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |